TODO SOBRE TUS DATOS EN INTERNET

Cada vez usamos más tecnología para comprar, tanto físicamente en las tiendas como en el entorno online. De hecho, el volumen de compras online o e-commerce ha crecido un 15-20% durante los últimos años y seguirá creciendo en años venideros, sobre todo en China e India. Según un estudio de eMarketer.com, las ventas online a consumidores de todo el mundo alcanzan los 1.8 billones de dólares. Una cifra nada desdeñable.

Las compras online ofrecen claras ventajas a los consumidores, incluyendo la comodidad de poder hacerlas desde casa y a cualquier hora, la habilidad de comparar precios y productos y en muchos casos, el envío gratuito. Una ventaja, quizás más desconocida pero igualmente importante, es la personalización y recomendación de productos. Si no sabemos exactamente qué es lo que necesitamos comprar – o incluso cuando sí lo sabemos-, los sitios de compras online suelen recomendarnos productos que consideran que son de nuestro interés.

Existen catálogos de cientos de miles de productos y muchas veces nos encontramos confusos ante tantas posibilidades. Es el fenómeno que el psicólogo Barry Schwartz denomina la paradoja de las opciones. Es más, un gran porcentaje de estos productos no los buscaríamos porque ni siquiera sabemos que existen. Vivimos con lo que se denomina sobrecarga de información. En este contexto, las técnicas de inteligencia artificial pueden ser de gran ayuda para, en primer lugar, modelar nuestros gustos y, posteriormente descubrir los productos que nos interesan de manera automática. Es lo que se denomina sistemas de recomendación, que son una herramienta fundamental en la mayoría de servicios de compras online.

¿Pero cómo pueden estos sistemas entender y modelar nuestros gustos? A partir de nuestros datos. Tenemos que ser conscientes de que nuestras interacciones con el mundo digital dejan una huella: Las palabras que buscamos en Google, los tweets que posteamos, las fotos que nos gustan en Instagram, los productos que buscamos y compramos… Todo queda registrado, normalmente, de manera anónima, pero con un identificador consistente para la misma persona. Estos datos proporcionan información de gran riqueza sobre quiénes somos, qué hacemos y, por supuesto, qué nos gusta. Esta cantidad ingente de datos es lo que hoy conocemos como Big Data.

Para hacernos una idea, en los últimos 2 años hemos generado más datos que todos los datos que se habían generado antes en toda la historia de la humanidad. Estamos hablando de exabytes, que son miles de millones de gigabytes, una cantidad difícil de visualizar. Por tener una referencia, si juntamos todas las palabras pronunciadas por la especie humana desde que existe el lenguaje, estaríamos hablando aproximadamente de cinco exabytes. Y hoy en día, hay miles de exabytes de datos en el mundo.

A partir de estos datos, agregando los patrones de consumo y los gustos de cientos o miles de otros usuarios, los sistemas de recomendación son capaces de inferir productos o contenidos que pueden resultarnos interesantes. El filtrado colaborativo es una técnica que ha sido fundacional en el desarrollo de sistemas de recomendación, ya que el sistema te recomienda productos o contenidos que les han gustado a personas similares a ti.

Las recomendaciones son un ejemplo de la importancia de encontrar un equilibrio entre la privacidad y los datos personales y por otra, la conveniencia de descubrir automáticamente productos y contenidos que nos interesan. Sin datos no habría personalización ni recomendaciones. Al mismo tiempo, esos datos son personales, aunque estén debidamente ‘anonimizados’. Todos deberíamos ser, como mínimo, conscientes de esto. En mi caso, el valor de disponer de recomendaciones y personalización es superior al coste de compartir mis datos, y por ello me siento cómoda con el hecho de que se usen. Pero ésta debería ser una decisión personal que deberíamos poder tomar cada uno de nosotros.